自然と演じた表情を橋渡しすることで,VRにおける汎用的な感情認識に向けて
Rahat Rizvi Rahman1, Hee Yun Choi2, Joonghyo Lim2
1Department of Computer Science, College of Engineering, Virginia Commonwealth University, Richmond, VA 23220, USA.
正確な仮想現実 (VR) の感情認識を開発するには,演じられた表情と自然な表情を組み合わせることが必要です. 共同で訓練されたモデルは,アダプティブVR体験のための改善された汎用性を示しています.
科学分野:
- コンピュータサイエンス コンピュータサイエンス
- 人間とコンピュータの相互作用です.
- エフェクティブ・コンピューティング (Affective Computing) とは
背景:
- 仮想現実 (VR) の顔の感情認識 (FER) は,パーソナライズされた体験に不可欠です.
- 現存するFERモデルでは,VRにおける自発的な感情とは異なる演技表現が用いられていることが多い.
- 没入型VRインタラクションの際に自然主義的な感情を認識する点でギャップが存在します.
研究 の 目的:
- VRのための一般化可能な感情認識モデルを開発し,評価する.
- 演じられた表情や自然な表情による共同学習を調査する.
- VRの感情認識システムの正確性と堅実性を向上させるため.
主な方法:
- 2つのデータセットを統合しました:一つは自然なVRの感情で,もう一つは演技表現で,Meta Quest Proを使用しています.
- 様々なモデルのアーキテクチャを評価した:コンボリューションネットワーク,ドメイン対抗ネットワーク,および専門家混合モデル.
- 表現の違いと共有された表現を理解するために,顔のアクションユニット (AU) を分析しました.
主要な成果:
- 合成データと自然データで訓練されたモデルは,優れたクロスドメインの汎用性を示しました.
- ドメイン対抗と専門家混合のモデルは,自然と混合感情のタスクで最高精度を達成しました.
- 特徴的な顔のアクションユニット (AU) パターンは,自然と演じられた感情に対して観察され,統合表現を学習する汎用モデルで観察されました.
結論:
- 演じられた表情や自然な表情から共同で学習することで,VRの感情認識を大幅に改善します.
- ドメイン・アドバサリアルやミックス・オブ・エキスパートなどの高度なモデル・アーキテクチャは,この作業に有効です.
- 演技表現と自然表現の間のギャップを埋めることは,VRにおける堅牢で正確な感情的コンピューティングの鍵です.
さらに関連する動画
07:12Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation
Published on: August 26, 2016
08:31Conscious and Non-conscious Representations of Emotional Faces in Asperger's Syndrome
Published on: July 31, 2016
関連する概念動画
Emotional Expression
Universal Facial Expressions
Psychologist Paul Ekman identified seven basic...
Muscles for Facial Expressions
Nature and Nurture
Design Example: Strain Gauge Bridge or Wheatstone Bridge
Generalized Anxiety Disorder
Generalized Hooke's Law
